Nature解析中國AI現狀,2030年能引領全球嗎?

機器之心發表於2019-08-22
《Nature》近日的一篇分析文章表示,中國的人工智慧研究在質量上進步很快,但是在高影響的論文、人才和倫理上面還需要追趕美國。

選自Nature,作者:Sarah O'Mear,機器之心編譯。

Nature解析中國AI現狀,2030年能引領全球嗎? 中國巨大的人口總量幫助人臉檢測技術快速進步。

中國不僅僅是世界上人口最多的國家,看起來也即將成為經濟總量最大的國家。在人工智慧領域,中國似乎也想引領世界。

2017 年,中國發布了《新一代人工智慧發展規劃》,設定了以 2030 年為期限的 AI 發展目標。為了達到這一目標,到 2020 年,有很多需要達到的里程碑,包括在基礎研究領域做出重大貢獻、成為吸引世界新興人才的目的地、以及在人工智慧產業上達到世界領先水平。規劃出 臺後,中央部門、地方政府和私人企業積極響應,為人工智慧研究和發展領域吸引到了數十億美元的融資。

在這第一個期限即將到來的時候,研究人員注意到,中國的人工智慧研究質量有了驚人的進步。他們預計中國有能力留住本土人才。一部分原因是因為政府實施了一些成功的人才引進計劃。另一部分原因是惡化的外交和貿易關係使得美國(中國的主要競爭對手)在包括人工智慧領域的各方面都變成了一個相對不吸引人的目的地。

「如果美國不再是開放的前沿,那就是在冒險將人工智慧人才送到主要競爭者手裡,包括中國。」美國芝加哥保爾森基金會所屬馬可波羅智庫副主任 Joy Dantong Ma 表示。

馬可波羅智庫是保爾森基金會的內部智囊團,旨在以敏銳的市場分析和創新性的研究成果來解讀中國經濟。

但與此同時,有觀察家警告說,有一些因素可能阻礙中國的國家戰略,包括缺乏可以指導領域發展的理論貢獻成果以及來自中國公司的基礎科研投入。

中國對於人工智慧領域的追求更像是和美國競爭的形式化表現,一些科學家說。人工智慧可以促進醫療、交通和通訊領域的發展,在該領域取得根本性突破的國家將引領未來的發展方向並獲得最大的收益。

「毫無疑問,中國將人工智慧視為一項核心科技,並希望達到美國的水平。」牛津大學未來人文研究所(the Future of Humanity Institute)的 Jeffrey Ding 說。

學術影響力

微軟學術對高引用人工智慧論文的一項研究表明,中國的影響力十分強大。來自艾倫人工智慧研究院的分析師發現,中國作者在最頂級的 10% 高引用論文中提升了 10% 的佔比,於 2018 年達到了頂峰(26.5%),接近美國的 29%,而且美國的佔比在下跌。如果這一趨勢持續的話,中國將在第二年(2019 年)超過美國。其他分析則表明,中國研究者人工智慧論文的平均引用率有了大幅度的提升,已經超過了世界平均水平,但是依然低於美國的研究者。

Nature解析中國AI現狀,2030年能引領全球嗎? 中國人工智慧論文的引用水平逐年上升,已接近美國。 Nature解析中國AI現狀,2030年能引領全球嗎?

在電腦科學排名頂級學校排名(CSRankings)上,人工智慧等領域上中國大學的影響力也在持續提升。這一排名完全基於研究指標,其度量了絕大多數院校教員在電腦科學領域各大頂會所發表的論文數量。

除了中國的學術影響力在日益增長外,中國人工智慧產業也在蓬勃發展。中國工程院院士、西安交通大學人工智慧和機器人中心主任鄭南寧教授表示,中國擁有一批世界頂級的人工智慧公司,如商湯、雲知聲、科大訊飛和曠視等,他們在計算機視覺、語音識別和自然語言處理方面成果斐然。

當然,中國在構建人工智慧核心技術的工具上依然落後。例如,TensorFlow 和 Caffe 等開源平臺都是由美國學術機構和公司設計的。這些開源平臺可以幫助電腦更像人腦一樣工作,因而被廣泛地應用在全世界的工業和學術領域。當然,在快速開發人工智慧產品方面使用最多的是百度飛槳平臺,鄭教授表示。

鄭教授也提到,中國在人工智慧硬體方面也相對落後。大部分世界領先的人工智慧微處理器晶片是由英偉達、英特爾、蘋果、谷歌和 AMD 等美國公司開發的,「我們在設計先進人工智慧系統所需的電腦晶片方面也缺乏專業人才。」

鄭教授預測,中國需要花 5 到 10 年的時間才能在基礎理論和演算法研究方面達到英美的水平,但是中國遲早會達到。

能夠貢獻基礎理論和技術是中國達成其長期人工智慧戰略的關鍵,來自柏林智庫的政策科學家 Kristin Shi-Kupfer 表示。她說,如果在機器學習方面沒有取得突破性的研究進展,中國在人工智慧領域可能會面臨天花板。

人才情況

如何留住人才是中國發展 AI 面臨的另一大難題。根據學界和業界聯合撰寫的《2018 年中國 AI 發展報告》,截至 2017 年底,中國的 AI 研究者和工程師數量達到了 18,200 人,居世界第二。但在頂級 AI 研究者(高產、高引的研究者)排行榜中,中國僅排第六。

在美國資料、技術和公共政策交叉研究智庫 Center for Data Innovation 釋出的一份中、美、歐 AI 實力對比報告中,中國的 AI 人才狀況同樣令人堪憂。報告顯示,截至 2017 年,中國的頂級 AI 人才(h 指數排名前 10%)還不到美國的 1/5。

Ma 表示,很多電腦科學家通常在美國接受教育,畢業後就會留在那兒,加入一些全球頂級的技術公司。

但有跡象表明,這種情況正在發生好轉。中國的 AI 機構正嘗試用高薪吸引這些研究者回國。例如,在鄭南寧教授所在的機器人中心,一些教授拿到的薪資是其他教授大學薪水的 2-3 倍。此外,中國的教育系統也加大了 AI 人才的培養力度,去年有 35 所大學獲批「人工智慧」本科專業,清華等名校更是設立了多個 AI 研究和人才培養中心,力爭解決中國的 AI 人才短缺問題。

鄭教授還補充說,他所在的機器人中心還提供了一套更為全面的評估體系,以提高人才吸引。相比之下,很多中國大學傾向於以發表論文的數量作為獎勵標準。此外,他還建立了一個招聘系統,可以繞過大學集中化的過程,幫助科學家更快地組建工程師團隊,該系統現在正在開展 AI 方面的本科課程。

中國發展 AI 的企業和人口優勢

Ding 表示,考慮到騰訊、百度和阿里巴巴三家核心科技企業日益提升的專業技能和業界影響力,相信中國到 2020 年擁有全球領先 AI 公司的計劃能夠達成。他說道:「儘管尚未達到谷歌和微軟等美國科技巨擘那樣的水平,但這三家企業已經成為了 AI 領域的全球領先者。」

根據紐約創投研究機構 CB Insights 的資料顯示,中國至少還有 10 家估值超過 10 億美元的 AI 創投企業。

此外,雖然在風險投資和私募股權融資規模方面不敵美國,但中國是成功將 AI 納入公司業務流程百分比最高的國家。2018 年,中國在這一方面的比例領先全球(32%),高於美國(22%)和歐盟(約 18%)。另一方面,有 53% 的中國公司已經在開展人工智慧應用的試點,這一資料也大大領先第二名美國(29%)。

Ma 表示,中國的一大優勢是其巨大的人口規模,這為訓練 AI 系統提供了充足的人員樣本和獨特機遇,比如訓練疾病預測軟體所需的大型患者資料集,而這些資料集可以為 AI 研發帶來很大的優勢。

與西方國家相比,中國網際網路公司有機會收集比美國網際網路公司更多樣化和更深入的資料。這得益於中國科技公司構建的一體化超級應用程式。例如,微信現在已經允許使用者「叫計程車、訂餐、預訂酒店、交手機話費,以及購買飛往美國的航班。相比之下,西方的網際網路服務相對分散:即使是亞馬遜的使用者也不能預訂酒店。

當然,中國在資料方面也有劣勢。美國技術巨頭擁有更廣泛的全球影響,因此全球使用者規模無與倫比。例如,Facebook 擁有超過 20 億使用者,而微信只有 11 億使用者。如果中國公司在國際上取得更大的成功,就像短視訊應用抖音所做的那樣,美國的優勢將會減弱。

AI 治理和 AI 原則制定勢在必行

Ma 表示,如果中國想要在 AI 領域產生國際影響,實施適當的治理同樣也很重要,只有這樣中國的 AI 研究者和公司才能建立必要的信任,從而贏得世界各地的使用者,並與其他國家的研究者展開合作。與其他國家一樣,中國也已經開始為 AI 的發展和應用制定倫理準則。所以,中國 AI 公司需要承諾實施良好的治理,這樣才能獲得全域性資料。

今年 6 月,中國國家新一代人工智慧治理專業委員會發布了 AI 開發人員所應遵守的《新一代人工智慧治理原則——發展負責任的人工智慧》,提出了人工智慧治理的框架和指南,明確提出了和諧友好、公平公正、包容共享、尊重隱私、安全可控、共擔責任、開放協作、敏捷治理等八項原則。這八項原則與經濟合作與發展組織 5 月投票通過且為世界各國政府所採納的人工智慧原則不謀而合。

但應當注意的是,不同國家所面臨的的倫理問題也不盡相同。所以,各個國家會根據本國國情和實際情況來制定相關人工智慧準則。

此外,所有國家和地區所面臨的的另一項關鍵挑戰是演算法做決策時的透明度。這方面並沒有統一的標準,因而中國以及其他國家依然在探索如何推進這一程式。例如,歐盟出 臺的《通用資料保護條例》(General Data Protection Regulation)賦予使用者權利,使他們可以在涉及自身時詢問演算法如何做出決策。

參考連結:

https://www.nature.com/articles/d41586-019-02360-7

datainnovation.org/2019 Who Is Winning the AI Race: China, the EU or the United States? datainnovation.org/2019



https://zhuanlan.zhihu.com/p/79290066



來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2654569/,如需轉載,請註明出處,否則將追究法律責任。

相關文章